GAIR Live
热门文章
AI Infra
AI PC,一场关于算力、场景与生态的远征
英特尔正通过其 XPU 混合架构、AI 算力以及开放的软件生态来引领这一趋势。 作者丨马晓宁 编辑丨陈彩娴 AI PC 市场的竞争正在升温,格局也在重塑。 无论是对于终端 AI 的讨论,还是智能硬件的热潮,其本质都是关于下一代计算入口的争夺,其底层逻辑是,将智能无缝融入个人设备,让 AI 从需要主动调用的工具,演变为随时待命、主动服务的环境能力。交互模式的改变,意味着我们需要重新定义终端的形态,而 PC 作为个人办公和娱乐的第一设备,就成为了必争之地。 这一趋势在9月25日2025抖音商城秋上新·琥珀流光上新大秀中,也可见一斑。 传统时装周的物理边界被彻底打破,取而代之的是无限延伸的数字景观;游牧诗人和极简高智等主题之下,模特穿梭于算法丛林,整体视觉既保留了秋日的温暖醇厚,又充满了数字时代特有的流动性与神秘感。 在线下展区,多项全新酷炫的技术产品一一展出,英特尔酷睿 Ultra 系列处理器,以及华硕、荣耀和联想三款搭载了酷睿 Ultra 处理器的新款 PC ,占据了全场焦点。 01. 芯片创新是核心生产力 英特尔正将 AI PC...
AI Infra
北大王选所彭宇新团队:让多模态大模型学会「看懂物种关系」丨CVPR 2026
TARA:融合生物知识与视觉特征,提升模型推理能力。 作者丨郑佳美 编辑丨岑 峰 近年来,多模态大模型的发展正在不断推动视觉理解能力的提升。从图像分类、目标检测到视觉问答等任务,视觉系统已经能够在多种场景中实现较高水平的识别和推理能力。然而,在更复杂的层级视觉识别任务中,现有模型仍然存在明显不足。 现实世界中的许多视觉概念天然具有层级结构,例如生物分类体系中的“界 — 门 — 纲 — 目 — 科 — 属 — 种”,以及商品分类、医学诊断等领域中的多层级标签体系。这类任务不仅要求模型识别具体类别,还需要理解不同类别之间的层级关系和语义结构。但目前多数视觉模型仍然基于扁平分类框架进行训练,在进行层级预测时容易出现分类路径不一致或层级关系冲突等问题。 与此同时,在开放世界环境中,视觉模型还需要具备识别未知类别的能力。以生物识别任务为例,现实世界中的物种数量远远超过现有数据集的覆盖范围,新的物种仍在不断被发现。 当模型面对训练数据中未出现的类别时,往往难以进行合理推断。如何利用已有知识帮助模型理解类别之间的层级结构,并在有限数据条件下推断未知类别,逐渐成为当前视觉智能研究中的重要问题。...
热门视频
人气专家


